已閱讀1頁，還剩64頁未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、在互聯(lián)網(wǎng)中，以新聞為代表的文本信息正在高速增長，如何實(shí)施有效的文本聚類算法是數(shù)據(jù)挖掘領(lǐng)域的研究熱點(diǎn)。模糊聚類建立了樣本對類別的不確定描述，能更客觀地反應(yīng)現(xiàn)實(shí)世界，從而成為聚類分析的主流。模糊C均值算法是基于目標(biāo)函數(shù)的模糊聚類理論中應(yīng)用最為廣泛的一種算法。但是，模糊C均值算法本身也存在一些缺陷，比如聚類個數(shù)需要事先給定，算法對初始聚類中心敏感等。
針對模糊C均值算法存在的問題，主要完成以下三方面的研發(fā)工作:
1
2、)提出了毗鄰群的概念，可以根據(jù)需要有效地降低數(shù)據(jù)的規(guī)模。
2)引入了聚類有效性評價模型作為評判聚類劃分的綜合指標(biāo)，同時用遺傳算法優(yōu)化聚類中心，通過迭代可以確定模糊C均值算法所需的初始C值和最佳的初始聚類中心。
3)將毗鄰群和粘合度概念及其算法用于修正模糊C均值算法的隸屬函數(shù)矩陣，加快了模糊C均值算法的收斂速度。
本文基于提出的改進(jìn)型模糊C均值算法，設(shè)計和實(shí)現(xiàn)了一個中文文本聚類系統(tǒng)，并選取搜狗實(shí)驗
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 改進(jìn)的模糊C-均值算法在文本聚類中的應(yīng)用研究.pdf
- 基于Spark的模糊c均值聚類算法研究.pdf
- 模糊C均值聚類算法的研究與改進(jìn).pdf
- 入侵檢測中模糊C-均值聚類算法研究.pdf
- 模糊聚類算法及其在中文文本聚類中的研究與實(shí)現(xiàn).pdf
- 基于模糊c均值聚類的SAR圖像分割算法研究.pdf
- 改進(jìn)的模糊C均值聚類算法在圖像分割中的應(yīng)用.pdf
- 全局模糊C-均值聚類算法在色彩遷移中的應(yīng)用.pdf
- 基于Weka平臺的改進(jìn)模糊C均值聚類算法研究與應(yīng)用.pdf
- 模糊C-均值聚類算法及其在圖像分割中的應(yīng)用.pdf
- 改進(jìn)的模糊C-均值聚類算法.pdf
- 基于模糊C均值聚類算法的入侵檢測方法.pdf
- 基于GA優(yōu)化的核模糊C均值聚類算法的研究.pdf
- 基于模糊C均值聚類方法的圖像分割算法研究.pdf
- 模糊C均值聚類算法的相關(guān)問題研究.pdf
- 基于模糊C均值聚類的彩色圖像分割算法研究.pdf
- 全局模糊c均值聚類算法在色彩遷移中的應(yīng)用(1)
- 模糊C均值聚類算法的若干研究及其在IDS中的應(yīng)用.pdf
- 自適應(yīng)模糊C-均值聚類算法研究.pdf
- 基于核方法改進(jìn)的模糊C-均值聚類算法.pdf
評論
0/150
提交評論